關(guān)鍵詞：櫟類次生林 生長(zhǎng)收獲模型 聯(lián)立方程組 混合效應(yīng)模型 湖南省 

摘要：為準(zhǔn)確預(yù)測(cè)櫟類林分的生長(zhǎng)動(dòng)態(tài),建立預(yù)估精度較高的林分生長(zhǎng)收獲混合效應(yīng)模型,以湖南省國(guó)家森林資源連續(xù)清查固定樣地中的96塊櫟類次生林為研究對(duì)象,選用相容性林分生長(zhǎng)收獲模型作為基礎(chǔ)模型,加入樣地層次的混合效應(yīng),構(gòu)建基于混合效應(yīng)的相容性林分生長(zhǎng)收獲模型,并將其與加權(quán)二步最小二乘法進(jìn)行比較。結(jié)果表明:(1)選擇b 3作為期初林分蓄積量模型的混合效應(yīng)參數(shù),a 2作為期末林分?jǐn)嗝娣e模型的混合效應(yīng)參數(shù),冪函數(shù)作為異方差結(jié)構(gòu)和AR(1)結(jié)構(gòu)矩陣作為自相關(guān)結(jié)構(gòu)時(shí)的模擬效果最好;(2)利用平均誤差、平均絕對(duì)相對(duì)誤差、均方根誤差(RMSE)以及預(yù)測(cè)精度4個(gè)指標(biāo)評(píng)價(jià)模型的擬合效果,結(jié)果均顯示混合效應(yīng)模型方法優(yōu)于加權(quán)二步最小二乘法的值,且混合效應(yīng)模型方法的殘差分布圖分布均勻,分布范圍也大大減小,說(shuō)明基于樣地水平的混合效應(yīng)模型方法在預(yù)測(cè)精度方面要明顯高于加權(quán)二步最小二乘法,能夠更加準(zhǔn)確地預(yù)測(cè)櫟類林分未來(lái)的生長(zhǎng)動(dòng)態(tài),為櫟類林分的撫育經(jīng)營(yíng)提供理論依據(jù)。

森林與環(huán)境學(xué)報(bào)雜志要求:

{1}注釋：注釋主要用于對(duì)文章篇名、作者及文內(nèi)某一特定內(nèi)容作必要的解釋或說(shuō)叫，序號(hào)用帶網(wǎng)目的阿拉伯?dāng)?shù)字標(biāo)注，放在當(dāng)頁(yè)頁(yè)腳，建議不超過(guò)5條。

{2}來(lái)稿必須是具有一定創(chuàng)新意義的學(xué)術(shù)論文。

{3}論文請(qǐng)注明作者姓名、最高學(xué)歷、職稱、工作單位、通信地址、郵政編碼及聯(lián)系電話，另附中英文摘要及關(guān)鍵詞。

{4}如論文系某科研基金資助項(xiàng)日，須注明基金名稱、項(xiàng)目編號(hào)。

{5}正文中所有字符均使用中文、英文或其他插入的文本符號(hào)，禁止使用小圖片代替有關(guān)符號(hào)。

注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社